agentleFS
simtransformasimtransforma/HAOS-CC-Model/skills/haos-project-sanitation/SKILL.md

haos-project-sanitation

Skill1 starsChanged 50 days agoMITView on GitHub

Saneamento medido e conservador de residuo de repositorio (cache, build, arquivo orfao), audit-only por padrao, com baseline, classificacao de residuo e comparacao antes/depois. Use quando o dono pedir para "limpar o repo", "tirar lixo do projeto", "por que essa pasta esta gigante" ou antes de preparar um repo para manutencao. Diferente de `haos-structural-refactor` (esse refatora CODIGO/arquivo gigante; esta so remove RESIDUO, nunca muda logica).

The file

We split this skill into the rules it gives an agent

1 rule. About 0 are common, 1 is distinctive, and 0 are very specific to this project.

  • ≈0

    Common · estimate

    Many files like this have a rule of this kind.

  • ≈1

    Distinctive · estimate

    This author's own choices. Worth a look.

  • 0

    Very specific

    Tied to their project's names, files or tools. Probably skip.

  • Common
  • Distinctive
  • Very specific
  1. Distinctive:

    Use para organizar repositorio, reduzir residuo ou preparar uma base para manutencao.

    line 15

≈ “Common” is an estimate: at least 1 in 5 of the 350,495 skill files we read have a rule of the same kind, not the same words. “Very specific” is our guess from the words: it names a file, a command, a setting or the project itself.

Keep what fits and drop the rest. Your version, ready for your agents.
Files
SKILL.md

HAOS Project Sanitation

Use para organizar repositorio, reduzir residuo ou preparar uma base para manutencao. O modo padrao e auditoria sem remocao.

Fluxo

  1. Capturar baseline: raiz resolvida, branch, git status, tamanho relevante, comando de teste/build existente e alteracao preexistente (nao confundir mudanca alheia com residuo).
  2. Inventariar candidato sem seguir junction/symlink e sem atravessar a raiz do repo (nunca varrer outra arvore de projeto irma nem outro repo a partir de uma tarefa de sanitation do HAOS).
  3. Classificar cada candidato como:
    • GERADO_RECRIAVEL: cache/build comprovadamente reproduzivel;
    • STALE_COM_EVIDENCIA: sem referencia e com substituto confirmado;
    • ATIVO_OU_DESCONHECIDO: preservar;
    • SENSIVEL: preservar e redigir do relatorio (segredo, dado pessoal).
  4. Mostrar impacto estimado e mecanismo de rollback antes de qualquer remocao.
  5. Remocao, movimento recursivo ou limpeza externa exige OK explicito do dono no turno (CLAUDE.md §3, item 6; nunca rm/clean/reset --hard como atalho, esses comandos ja sao bloqueados por padrao no main, ver §1.c).
  6. Quando autorizado, alterar somente o conjunto aprovado.
  7. Comparar tamanho, status e verificacao antes/depois.

Regras bloqueantes

  • Worktree sujo nunca autoriza apagar ou reverter mudanca (ver superpowers:using-git-worktrees: proibido remover worktree de sessao de outra ferramenta/IDE apontada pelo seu setup, sao sessoes de terceiro).
  • Nao classificar por nome apenas; provar origem e recriabilidade.
  • Nao tocar em .git, cofre (_secrets/), banco, memoria eterna, sessao do usuario ou outro runtime sem escopo explicito. Caminho _secrets/, .githooks/ e hooks-guard sao ENFORCE TOTAL (CLAUDE.md §1.c): bloqueados para o main nos dois regimes, sempre delega.
  • Nao instalar formatador/linter novo so para justificar uma limpeza.
  • Se a verificacao piorar depois da limpeza, parar e restaurar apenas o que esta rotina alterou.

Evidencia

O relatorio deve listar manifesto de candidato e removido, bytes antes/depois, checagem executada, falha e risco residual. Nunca registrar valor secreto, so o nome da variavel quando aplicavel.


Origem: portado do Codex (<toolkit-codex-interno>/.agents/skills/haos-project-sanitation, 20/09/2026). Adaptado: cruzado com haos-structural-refactor (para deixar claro que sanitation NAO e refatoracao de codigo) e com os gates reais do HAOS (ENFORCE TOTAL §1.c, worktrees do superpowers, OK explicito do dono §3). Credito: Gian Marco Menegussi Scaglianti.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.